1.VTLA（VLA+触觉）闭环策略优化：利用 RL 微调大模型， 实现高精度动作执行与物理反馈闭环。 2.真机强化学习训练：在真实机器人平台上设计并实施 RL 方案，提升泛化能力与鲁棒性。 3.多模态反馈对齐：利用触觉、视觉、运动状态数据，解决 灵巧操作难题。 4. 奖励函数与策略对齐：针对长程任务设计高效奖励函数。

博士/硕士优先，深刻理解 PPO/TD3 等 RL 算法， 熟悉 LLM/VLM 训练逻辑；具备机器人运动学/动力学基础；精 通 Python/PyTorch，有分布式训练与真机部署经验 6.加分项：触觉传感器+RL 项目经验；VLA 实战经历；顶会 论文（CoRL/ICRA/IROS/RSS/NeurIPS）；熟练使用 Claude Code、 Cursor 等。